3. ITS EN HUMAN FACTORS:
OP DE GRENS TUSSEN
MENS EN TECHNIEK
Rede in verkorte vorm uitgesproken bij de
aanvaarding van het ambt van hoogleraar
ITS en Human Factors aan de faculteit
Construerende Technische Wetenschappen
van de Universiteit Twente op donderdag
11 september 2014 door
PROF. DR. M.H. MARTENS
4.
5. ITS EN HUMAN FACTORS:
OP DE GRENS TUSSEN MENS
EN TECHNIEK
MENEER DE RECTOR, MIJNHEER DE DECAAN, HOOGLERAREN VAN DE
UNIVERSITEIT TWENTE EN ZUSTERUNIVERSITEITEN, WAARDE COLLE-
GAE, FAMILIE, VRIENDEN, EN ALLEN DIE DOOR HUN AANWEZIGHEID
BLIJK GEVEN VAN HUN BELANGSTELLING.
Afgelopen juni was ik, samen met 2506 andere professionals op het 10e
ITS Europe congres in Helsinki. ITS, ofwel Intelligent Transport Systems,
staat voor de intelligente ICT toepassingen binnen de context van verkeer
en vervoer. Hierbij kan gedacht worden aan zowel dynamische borden
langs de weg als aan slimme in-voertuigtechnologie. Voorbeelden van ITS
zijn dus borden met dynamische snelheden, de groene pijlen en rode krui-
zen boven de rijstroken, een navigatiesysteem dat je helpt je bestemming te
bereiken en slimme systemen in de auto die je waarschuwen voor gevaar-
lijke situaties of zelfs delen van de rijtaak van je over kunnen nemen. ITS is
dus gericht op technologie. ITS en Human Factors daarentegen staat voor
de menselijke factor in dit geheel, ofwel kortgezegd hoe weggebruikers
omgaan met alle nieuwe technologie in het verkeer. En hoe moeten we die
technologie ontwerpen om deze zo goed mogelijk aan te laten sluiten op
wat mensen kunnen en willen? Op het genoemde ITS congres was zowel
de industrie als de wetenschap samengekomen om te laten zien waar we
staan in deze wereld van inmiddels ongekende mogelijkheden, wat voor
slimme systemen er al zijn en aan welke innovaties en ontwikkelingen nog
hard wordt gewerkt. De parkeerplaats op het congres was uitgerust met
mooie demo’s, waarbij iedereen zelf in een auto kon stappen om een aantal
slimme systemen te ervaren. Zo werd het City Safety systeem van Volvo
gedemonstreerd, dat zelf remt als je niet op zit te letten en bijna iemand
aanrijdt, en de Park Assist systemen van Ford (zie Figuur 1) en Toyota,
waarbij het systeem wanneer je wilt inparkeren allereerst meet of een par-
keerplaats groot genoeg is en vervolgens automatisch instuurt, waarbij de
bestuurder alleen nog zelf gas hoeft te geven en hoeft te remmen.
5
6. Figuur 1: Ford demo van de Park Assist op ITS Helsinki (2014).
Het feit dat ITS een hot topic is blijkt wel uit het feit dat niet alleen ITS
Europe elk jaar druk wordt bezocht, maar dat er zelfs een wereldwijd ITS
congres, ITS World, op dit moment voor de 21e
keer plaats vindt. Maar niet
alleen vanuit de wetenschappelijke wereld en de ontwikkelende industrie
is er veel aandacht voor ITS. Ook vanuit de media is er veel aandacht voor.
En terecht, want we staan niet aan de vooravond van een wereld van onge-
kende mogelijkheden, maar we zitten er al middenin. En het meest tot de
verbeelding sprekende onderdeel van ITS is natuurlijk de zelfrijdende auto.
Het woord hoeft maar genoemd te worden en de pers duikt er bovenop.
Het aantal berichten de laatste jaren over dit onderwerp zijn onnoemlijk. Ik
wil hierbij een aantal voorbeelden de revue laten passeren, voor het geval
dat u ze gemist heeft.
In 2013 verscheen het bericht dat Volvo een zelfparkerende auto had ge-
maakt (Figuur 2). Je stapt uit waar je zijn moet, en de auto vindt zelf een
lege parkeerplaats en parkeert zelf in. Geautomatiseerde Valet Parking. Je
gebruikt je smartphone om de service te activeren, en eenmaal geparkeerd
stuurt het voertuig een bericht naar je smartphone zodat je je auto weer
terug kan vinden.
6
7. Figuur 2: Zelfparkerende auto’s van Volvo (www.carblogger.nl/volvo-zoekt-zelf-een-parkeerplek/en Audi).
In Abu Dhabi bestaat de driverless car, die net als op de luchthaven van
Heathrow en op de Kralingse Zoom zonder bestuurder zijn weg vindt en
passagiers meeneemt (Figuur 3).
Figuur 3: Van links naar rechts: Abu Dhabi, Heathrow airport, en Kralingsezoom.
7
8. In augustus 2011 verscheen al een artikel in een Chinese krant dat een
auto zonder bestuurder, zonder GPS en zonder problemen 280 km over
een drukke snelweg in China had gereden. Er werd alleen maar gereden op
basis van videobeelden en sensoren. De auto reed helemaal zelf, van zelf
remmen tot van rijstrook wisselen en andere auto’s inhalen.
Ook Daimler (zie Figuur 4) liet van zich horen en meldde dat het als doel
heeft om tegen 2020 zelfstandig rijdende auto’s te lanceren. De Mercedes
S-klasse, zoals commercieel verkrijgbaar, kan onder bepaalde omstandighe-
den nu al zelf rijden
Figuur 4: Persberichten vanuit Daimler over zelfrijdende auto’s (http://www.nu.nl/tech/3477834/mercedes-s-klasse-
kan-zelfstandig-rijden.html en http://www.reuters.com/article/2013/09/08/us-autoshow-frankfurt-daimler-selfdrive-
idUSBRE98709A20130908).
In juni 2014 werd breed uitgemeten dat de nieuwe VW Passat beschikt over
Emergency Assist, een systeem dat de controle over het voertuig over kan
nemen als de bestuurder onwel wordt. Zodra het systeem merkt dat een
automobilist het gaspedaal en stuur niet meer bedient wordt er eerst een
waarschuwing gegeven. Als daar niet op wordt gereageerd wordt er even kort
geremd om de bestuurder eventueel weer bij de les te krijgen. Indien er echter
geen menselijke reactie volgt, neemt het systeem het over en brengt de auto
tot stilstand, andere automobilisten waarschuwend dat er iets niet in orde is.
En laten we vooral niet de Google Self Driving car vergeten. Een zelfrijden-
de auto, plotseling verschijnend in de media en in het echte verkeer (Figuur
5). Google, tot een paar jaar geleden een onorthodoxe partij binnen de
automotive wereld kreeg met name veel media aandacht door het tot de
8
9. verbeelding sprekende promotiefilmpje waarin te zien is dat een blinde man
instapt in het voertuig, en blijk geeft van de mogelijkheden die de zelfrijden-
de auto hem bieden. De Google Self Driving Car riep ook discussie op of
we in de toekomst nog wel een rijbewijs nodig hebben als de mens als be-
stuurder van het voertuig volledig overbodig wordt en of kinderen hier ook
zelfstandig mee op pad zouden kunnen..
Figuur 5: Google self-driving car (source: www.medgadget.com/2012/04/googles-self-driving-car-for-blind-people.html)
Maar ook als Nederland staan we regelmatig in de belangstelling met
automatische of zelfrijdende auto’s. Op 16 juni 2014, de openingsdag van
het reeds eerder genoemde ITS Europe congres meldde de minister van
Infrastructuur en Milieu Schultz van Haegen dat ze in wilde zetten op het
grootschalig testen van zelfrijdende auto’s (zie Figuur 6).
Figuur 6: www.rijksoverheid.nl/nieuws/2014/06/16/schultz-zet-in-op-grootschalige-testen-zelfrijdende-auto-s-op-ne-
derlandse-wegen.html
9
10. Dit bericht volgde als reactie op de ervaringen die de minister eind vorig
jaar opdeed. In november 2013 werd breed in alle pers uitgemeten dat de
minister in een ‘zelfrijdende’ auto van TNO onder het DAVI initiatief op de
openbare weg had gezeten (zie Figuur 7).
Figuur 7: Minister Schultz van Haegen in de demo (nos.nl/artikel/574107-minister-schultz-in-zelfrijdende-auto.html)
Deze auto, zo meldde de pers, beschikt niet alleen over de techniek om
automatisch te rijden, maar is ook uitgerust met een draadloos communi
catienetwerk waarmee het met andere voertuigen en omringende infra-
structuur kan communiceren.
Dit noemen we in jargon Cooperative Mobility of cooperative driving.
Cooperative Mobility staat voor mobiliteit waarin de weg, voertuigen en
weggebruikers onderling informatie uitwisselen en die informatie gebrui-
ken om eerder, sneller en beter te kunnen reageren. Een verkeerslicht, dat
wanneer je aan komt rijden, vast doorgeeft dat je niet af hoeft te remmen
omdat het over 3 seconden op groen zal springen. Een auto die aan de
achteropkomende auto’s doorgeeft dat hij gladheid heeft gedetecteerd
10
11. zodat bestuurders hun snelheid vast aan kunnen passen. Of nog geavan-
ceerder, auto’s die aan hun achterliggers doorgeven dat ze afremmen,
sneller en eerder dan de bestuurder had kunnen detecteren, en zelfs snel-
ler dan sensoren zoals radar, scannende laser of een camera dit hadden
kunnen detecteren, waardoor het voertuig zelf al af kan remmen voor een
bestuurder door had dat er werd geremd. Hierdoor kan er dichter op elkaar
worden gereden waardoor er meer verkeer over de weg kan. De voordelen
van deze Coöperatieve Mobiliteit boven een helemaal op zichzelf automa-
tisch rijdende auto zoals Google voorstaat zijn enorm. Juist door samen te
werken en informatie uit te wisselen kunnen sneller en beter beslissingen
worden genomen en kan dit een bijdrage leveren aan het verhogen van de
wegcapaciteit. Waar een Google-auto voldoende afstand van anderen zal
moeten houden om het veilig te houden, kan een coöperatief voertuig dus
juist heel dicht op andere coöperatieve voertuigen rijden onder dezelfde
veiligheidsnormen, waardoor de wegcapaciteit hoger kan komen te liggen.
Dat coöperatieve mobiliteit de toekomst heeft, blijkt ook wel uit het feit dat
de VS verplicht dat nieuw te produceren voertuigen alle techniek in huis
moeten hebben om straks met elkaar te kunnen gaan communiceren.
Heel veel berichten, heel veel verschillende testen en systemen, en heel
veel spraakverwarring. Met name in de media en in de volksmond, maar
soms ook in formele settings, worden er verschillende termen door elkaar
gebruikt. Zo wordt er gesproken over ‘de zelfrijdende auto’, ‘de automa-
tisch rijdende auto’, ‘de automatische auto’, ‘de autonome auto’ maar
bedoelen we nu allemaal hetzelfde of zijn dit andere concepten? Het maakt
nogal wat uit of we het hebben over een auto die autonoom van A naar
B kan rijden zelfs zonder mens in het voertuig, of dat we het hebben over
een auto die bepaalde delen van de rijtaak onder bepaalde omstandighe-
den gedeeltelijk over kan nemen. Aangezien het belangrijk is verwarring te
voorkomen, zeker aangezien de rol van de mens in verschillende concepten
aanzienlijk kan verschillen, wil ik allereerst de formele definities zoals ge-
hanteerd door de SAE (Society of Automotive Engineers) presenteren.
DE TRANSITIE NAAR AUTOMATISCH RIJDEN
De SAE indeling wordt weergegeven in Figuur 8.
11
12. Figuur 8. Indeling van verschillende niveaus van automatisering in het voertuig (SAE, 2014)
12
13. Op niveau 0 is er geen sprake van automatisch rijden. Dit niveau komt neer
op de wijze van rijden zoals de meeste mensen op dit moment doen. De
bestuurder voert de rijtaak zelf uit, en wordt eventueel ondersteund, bijvoor-
beeld door een navigatiesysteem of een achteruitrijcamera voor het uitvoe-
ren van een inparkeermanoevre.
Niveau 1 is Driver Assistance. Hierbij kan ofwel het sturen (de laterale rijtaak)
ofwel het gasgeven en remmen (de longitudinale rijtaak) onder bepaalde om-
standigheden worden overgenomen of ondersteund. De mens voert hierbij
alle overige rijtaken uit en moet actief de omgeving in de gaten houden en
er continue klaar voor zijn om eventueel dit deel van de rijtaak weer over te
nemen. Een voorbeeld van dit niveau is bijvoorbeeld Adaptive Cruise Control
die de longitudinale rijtaak overneemt van de bestuurder. Bij Adaptive Cruise
Control stelt de bestuurder net als bij Cruise Control een voorkeurssnelheid
in, maar daarnaast stelt de bestuurder ook een gewenste volgtijd tot de voor-
ligger in. Het systeem probeert dan de gewenste snelheid te realiseren, en
houdt tegelijkertijd ook rekening met voorliggers door af te remmen wanneer
men de voorligger te dicht nadert. De mens kan te allen tijde ingrijpen en
daarmee wordt het systeem automatisch gedeactiveerd.
Op niveau 2, Partial Automation, voert het systeem zowel de longitudinale
als de laterale rijtaak uit onder bepaalde omstandigheden. De mens blijft
hier ook echter verantwoordelijk voor het actief monitoren van de omge-
ving. Hierbij voert de bestuurder nog steeds een zeer belangrijke taak uit,
aangezien hij of zij altijd de ogen op de weg moet blijven houden en mee
moet blijven kijken. De taak gaat echter op deze momenten meer richting
het monitoren van het systeem, een tijdelijke rol als actief meekijkende
passagier, die moet en kan ingrijpen in situaties waar het systeem niet kan
functioneren. Het enige dat deze vorm van automation mogelijk maakt
is dat de bestuurder onder bepaalde omstandigheden zijn voeten van de
pedalen en zijn handen van het stuur kan halen. De aandacht moet net zo-
zeer bij de rijtaak blijven als onder niveau 0 en 1. Een voorbeeld van Partial
Automation is een ACC gecombineerd met een Lane Keeping System dat
bijvoorbeeld door middel van camera kijkt naar de markering op de weg
voor het koershouden. Het systeem is echter alleen operationeel in een
beperkt gebied. In het onderhavige voorbeeld is bijvoorbeeld een eis dat er
wegmarkering is, en is het systeem niet bedoeld voor zeer veiligheidskriti-
sche situaties. Daarom moet de bestuurder te allen tijde kunnen ingrijpen,
waarbij het systeem dan automatisch gedeactiveerd wordt.
13
14. Vanaf niveau 3, Conditional Automation, regelt het systeem niet alleen de
laterale en longitudinale rijtaak, maar neemt het systeem ook de bredere
omgeving waar. Onder specifieke omstandigheden hoeft de bestuurder in
principe niet zelf te rijden, en kan dus niet alleen de handen van het stuur
en voeten van de pedalen halen, maar ook de aandacht van de weg halen.
In bepaalde situaties kan het systeem echter aan de bestuurder vragen om
de controle weer over te nemen. Het systeem realiseert zich dus eventuele
beperkingen en indien het systeem aan de grenzen komt van presteren zal
het vragen of de bestuurder de controle weer over wil nemen. Een voorbeeld
van Conditional Automation is de Traffic Jam Assist, waarbij een bestuurder
tijdens het rijden in de file met een langzaam rijdende voorligger het systeem
in kan schakelen om automatisch te rijden op een autosnelweg, waarbij de
bestuurder zijn ogen van de weg kan halen. Zodra de snelheid weer boven de
50 km/h komt vraagt het systeem de controle weer over te nemen.
Niveau 4 is High Automation, waarbij het systeem zelfs met situaties om
kan gaan waarbij de bestuurder niet meer adequaat reageert op een ver-
zoek om de rijtaak weer over te nemen en dus bijvoorbeeld zelf een auto
aan de kant kan zetten. Het wil echter nog niet zeggen dat het systeem on-
der alle condities en omstandigheden de rijtaak veilig over kan nemen. Een
voorbeeld van niveau 4 is Conditional Automation (niveau 3) uitgebreid met
Emergency Assist van Volkswagen (zoals reeds eerder is beschreven).
Bij niveau 5, Full Automation kan een automatisch systeem alles onder alle
omstandigheden zelf en kan de auto dus ook zonder mens er in op pad. Dit
stadium wordt ook wel autonomous driving genoemd.
Wat we dus in feite zien is dat er een transitie in gang is gezet van volledig
als mens zelf rijden naar volledig automatisch rijden. Een transitie die voor
het menselijk uitvoeren van de rijtaak een groot gevolg gaat hebben. Waar
een bestuurder eerst alles zelf deed, wordt een bestuurder nu al steeds
meer ondersteund door slimme systemen die informeren of waarschuwen.
Via een situatie waarin delen van de rijtaak worden overgenomen maar
de bestuurder nog wel als back-up functioneert van het systeem gaan we
uiteindelijk toe naar een situatie waarin we de rijtaak volledig en letterlijk uit
handen kan worden geven. We noemen deze transitie ook wel van ’driver
in the loop’ (de bestuurder regelt de rijtaak volledig) naar ‘driver out of the
loop’, waarbij de bestuurder uiteindelijk helemaal geen rol meer heeft in het
besturen van het voertuig.
14
15. Deze transitie wordt gesymboliseerd in Figuur 9.
(a) (b) (c) (d)
Figuur 9: Voorbeelden van de transitie van manueel naar automatisch rijden (copyright van links naar rechts: (a) TNO, (b)
TU Braunschweig (c) www.bmwblog.com/2012/01/26/video-bmw-shows-hands-free-driving-on-autobahn/ (d) Vava Vladi-
mir Jovanovic via www.digitaltrends.com/cars/volvo-put-100-self-driving-cars-swedish-roads-pilot-project/#!bi9G3h)
Maar waarom zijn we deze weg aan het bewandelen? Waar is deze transitie
voor nodig? Welke problemen gaan hiermee opgelost worden?
DE KEERZIJDE VAN AUTOMOBILITEIT
Automobiliteit is fantastisch. We kunnen ons bijna geen maatschappij voor-
stellen zonder deze flexibele vorm van vervoer. Echter, automobiliteit brengt
ook een eigen problematiek. Op dit moment kosten files in Nederland ons
rond de 2 miljard Euro per jaar (KIM, 2013). Hoe groot dit getal precies is
hangt af van wat er allemaal wordt meegerekend. Zo wordt vaak het extra
brandstofverbruik in files meegerekend, maar de grootste kosten komen
voort uit de zogenoemde voertuigverliesuren, te weten 42,9 miljoen voer-
tuigverliesuren in 2013 (RWS, 2014a). Dit zijn 42,9 miljoen uren die we niet
op een andere wijze hebben kunnen inzetten voor nuttigere en waarschijn-
lijk meer aangename zaken. Ongeveer 16% van alle files wordt veroorzaakt
door ongevallen, met bijbehorende kijkfiles (RWS, 2014a). Ook al geven we
het niet graag toe, we zijn als mens toch uiterst nieuwsgierig en willen toch
graag zelf zien hoe ernstig het ongeval is waar we langs rijden. In totaal
kost verkeersonveiligheid met alle ongevallen die in Nederland gebeuren op
jaarbasis de maatschappij zelfs 13 miljard (KIM, 2013). En hoewel we in Ne-
derland goed in staat zijn om het aantal dodelijke ongevallen in het verkeer
de laatste decennia af te laten nemen, de hoeveelheid gewonden door weg-
verkeer neemt helaas wel toe. De kans op overlijden door een ongeval is
over de jaren dus afgenomen, maar de kans op letsel neemt toe. Naast de
tragiek van verkeersdoden en gewonden wordt ook steeds duidelijker hoe
slecht verkeer is voor onze luchtkwaliteit, en hoeveel we daar met zijn allen
onder te lijden hebben. Wanneer ook kosten gepaard met slechte luchtkwa-
15
16. liteit door het wegverkeer worden berekend komt er op jaarbasis grofweg
nog zo’n 5 miljard bij (KIM, 2013).
Dat we hier graag een en ander aan willen verbeteren spreekt voor zich. De
vraag is uiteraard hoe. Maar dat er een hoop te verbeteren valt op het gebied
van menselijk rijgedrag staat buiten kijf. Er wordt wel eens gezegd dat meer
dan 90% van alle ongevallen veroorzaakt worden door menselijk falen (zie
Figuur 10).
Figuur 10: Overzicht van geschatte menselijk aandeel in verkeersongevallen (naar Rumar, 1985).
Mensen zijn geen optimisers, maar satisficers. We doen niet ons best om
onszelf met zo min mogelijk kans op een ongeval van A naar B te brengen.
We rijden niet op de meest optimale wijze, maar op een voor ons accepta-
bele wijze, die ergens het midden houdt tussen moeite doen en aandacht
bij de rijtaak houden, en een acceptabel niveau van veiligheid. Kortgezegd,
we doen redelijk ons best om min of meer veilig te rijden. Dat we niet gaan
voor de minimale kans op een ongeval blijkt wel uit het feit dat we toch in
de auto stappen als het glad is (al rijden we wel wat zachter, we rijden niet
zacht genoeg), dat we ons laten afleiden door whatsapp achter het stuur,
dat we soms te hard rijden, niet alle informatie die op borden staat bewust
waarnemen en helaas ook af en toe wat moe worden achter het stuur. We
weten allemaal dat dat gebeurt en we weten dat sommige dingen niet ver-
16
17. standig zijn achter het stuur, en toch doen we ze. En daarbij moeten we nog
het feit optellen dat we onszelf enorm overschatten. Ongeveer 80 procent
van de automobilisten vindt zichzelf veiliger rijden dan andere automobilisten
(Svensson, 1981). Als het waar zou zijn was dit een statistisch mirakel, de
enige mogelijke conclusie is dat de meerderheid van de automobilisten de
eigen rijvaardigheid overschat.
Naast deze sombere opsomming van het menselijk falen wil ik echter ook
de positieve kant van dit alles belichten en het opnemen voor de species
Mens. Het goede nieuws is namelijk dat een mens in een aantal zaken erg
goed is, zoals het omgaan met nieuwe situaties waaraan we nog niet eer-
der zijn blootgesteld, en het interpreteren en duiden van de intenties van
anderen. Al in 1951 heeft de heer Paul Fitts een zogenoemde Fitts’ list op-
gesteld (Fitts, 1951). Binnen de context van klassieke functie-allocatie, wel-
ke taken wijzen we toe aan een computer en welke taken wijzen we toe aan
de mens, beschrijft deze lijst duidelijk waar de mens zijn of haar kracht ligt.
Deze golden in 1951 en gelden nog steeds. Waar de kracht en de beperkin-
gen van de computers lagen in die tijd is weliswaar ten dele achterhaald,
maar het type functies waar een computer goed in is, is nog steeds van
toepassing. Wat helder is, is dat sensoren in tegenstelling tot de mens niet
de eigenschap hebben moe te worden, zich niet laten afleiden, een korte
reactietijd hebben en al zeker geen last hebben van zelfoverschatting. Het
interessante is nu of de sterktes van de technologie 1 op 1 ingezet kunnen
worden om de zwaktes van de mens op te heffen, zonder de sterktes van
de mens te verliezen. Helder is dat er nog een hoop ruimte is voor verbete-
ring. Het gebruik van technologie om de mens juist in die taakonderdelen te
ondersteunen waar de mens niet goed in is, de mens en techniek die elkaar
aanvullen biedt perspectief. De vraag die ik mij als nieuw aangestelde hoog-
leraar dan ook stel is of en zo ja hoe deze technologische ontwikkelingen
ons gaan beïnvloeden, en of dit ons in ons doen en laten wezenlijk zal ver-
anderen. Kunnen we de technologie zonder meer inzetten om menselijke
fouten op te heffen? Of zal technologie ons veranderen als mens, in wat we
kunnen, of misschien wel niet meer kunnen en niet onbelangrijk in wat we
willen? En hoe verhouden deze ontwikkelingen zich tot de huidige maat-
schappelijke ontwikkelingen die op hun eigen wijze toekomst van mobiliteit
verder zullen beïnvloeden? Lost de problematiek rondom automobiliteit
zichzelf niet vanzelf op zonder technologie doordat er wellicht een trend is
richting steeds minder autogebruik?
17
18. De rol van maatschappelijke ontwikkelingen op de toekomst van mobiliteit
is aan de orde geweest in de toekomstverkenning de Toekomst van Superin-
telligent Vervoer in de Maatschappij, uitgevoerd door de Stichting Toekomst-
beeld der Techniek (STT). In samenwerking met vele publieke en private
partijen is de publicatie Het vervoer van morgen begint vandaag verschenen
(Van Voorst tot Voorst & Hoogerwerf, 2013). In deze verkenning zijn moge-
lijke beelden geschetst voor de toekomst, en de effecten die deze beelden
zullen hebben op mobiliteit. Een belangrijke basis voor deze beelden is een
aantal maatschappelijke trends die ik hier vandaag wil noemen.
MAATSCHAPPELIJKE TRENDS
Eén van de belangrijke trends, die onbetwist van invloed is op de toekom-
stige mobiliteitsontwikkelingen, is de bevolkingsontwikkeling. Tot 2050
wordt er een sterke groei van de wereldbevolking verwacht, een groeiende
bevolking met allemaal een eigen mobiliteitswens. Binnen deze trend van
een groeiende wereldbevolking vindt daarnaast ook een trend van vergrij-
zing plaats. In Nederland zal naast vergrijzing echter ook een ontgroening
plaatsvinden (CBS, 2010). Ontgroening betekent in dit geval een relatieve
afname in het aantal jongeren tussen de 0 en de 19 jaar. Vergrijzing bete-
kent een toename in het aandeel mensen boven de 65 jaar. Wat gaat deze
leeftijdsopbouw binnen de context van een groeiende wereldbevolking be-
tekenen voor mobiliteit?
Naast de toename in verplaatsingsbehoefte door een groeiende wereld-
bevolking zal de verandering in leeftijdsopbouw en het ontstaan van een
kleinere beroepsbevolking ook gepaard gaan met een verwachte toename
in de verplaatsingsbehoefte en een verandering in de vervoerswijze en de
tijdsstippen van verplaatsingen. De verwachte toename van eenpersoons-
huishoudens zal de vraag naar mobiliteit nog verder doen toenemen, en
ondanks het feit dat er een sterke daling in mobiliteit werd verwacht de
afgelopen jaren door de komst van het nieuwe werken komt meer dan 70%
van de afgelegde kilometers woon-werkverkeer nog steeds voor rekening
van de auto (cijfers CBS, 2013a). Huidige inschattingen zijn dat de conges-
tie op middellange termijn zelfs met 2.5 procent kan toenemen door een
aantrekkende economie en lagere benzineprijzen (KIM, 2013). In 2013 reed
er ten opzichte van 2012 1% meer verkeer op het Rijkswegennet (RWS,
2014a) en in april 2014 kwam het aantal afgelegde kilometers op Rijkswe-
gen hoger ooit dan ooit daarvoor (RWS, 2014b, zie Figuur 11).
18
19. Figuur 11: Ontwikkeling afgelegde kilometers op het Rijkswegennet, uitgezet over de tijd (RWS, 2014b).
Maar hoe verhouden deze cijfers zich dan tot de berichten die ons de afge-
lopen tijd via de media bereikt hebben waarin een grote afname blijkt van
autobezit onder jongeren, en dan met name onder de jongeren onder de 26
(CBS, 2013b)? Helemaal interessant hierbij is dat deze afname in autobezit
onder jongeren niet alleen in Nederland aan de gang is, maar dat dit ook
gevonden wordt in veel andere landen zoals Zweden, Frankrijk, Australië,
de VS en Japan. Deze trend valt niet primair te verklaren door de economi-
sche crisis, aangezien een nadere analyse laat zien dat deze trend zich al
voor de crisis heeft ingezet. Rest ons wederom de vraag: Zijn we als mens
echt aan het veranderen, met andere behoeftes? Hebben jongeren van nu
daadwerkelijk minder intrinsieke behoefte aan auto-mobiliteit? ‘Liever een
iPad dan een auto’ werd er al snel in de media van gemaakt. Maar wat blijkt
nu uit nader onderzoek van het Kennisinstituut voor Mobiliteitsbeleid? Jon-
geren kiezen niet voor autoloos, maar voor een auto later (KIM, 2014). Waar
het autobezit onder jongeren daalde met 4% is het aantal jongeren dat zijn
of haar rijbewijs haalt nog steeds even groot. Jongeren hebben geen an-
dere levenshouding dan een aantal jaren geleden, ze wachten alleen iets
19
20. langer met de aanschaf zelf. Sterker nog, juist door het gebruik van sociale
media worden er meer contacten gelegd en is het makkelijker om met el-
kaar af te spreken, waardoor er zelfs meer behoefte aan mobiliteit optreedt.
Jongeren halen hun rijbewijs zelfs op eerdere leeftijd. Vanaf 2010 mogen
jongeren in Nederland vanaf 17 jaar hun rijbewijs halen en op 17 juli 2014
berichtte nu.nl dat het aantal 17-jarigen dat een rijbewijs haalde in 2014 ten
opzichte van 2013 is gestegen. Hierbij komt nog dat in een vergrijzende
maatschappij het autobezit onder 65 plussers juist toe is genomen met 7%,
waardoor een krimpende behoefte aan mobiliteit nergens te bekennen is.
Een interessant en nieuw fenomeen dat hiermee wel aan het licht komt is
de trend van ontkoppeling tussen autobezit en autogebruik. De behoefte
aan automobiliteit en het bezit van een auto zijn voor het eerst niet meer 1
op 1 aan elkaar te koppelen. De behoefte aan automobiliteit is even groot,
zo al niet groter, maar dit hoeft niet perse in een eigen auto te zijn. Wel de
lusten van automobiliteit, maar niet de lasten. Een verandering van bezit
naar gebruik. Indien men een auto nodig heeft huurt men er één, via Car-
2Go, Snappcar of MyWheels. Je kiest een auto die past bij jouw omstan-
digheden voor dat moment, een grote bestelbus als je die dag veel spullen
moet vervoeren, een kleine auto als je een grotere afstand af moet leggen
en eindigt in een stad met weinig parkeerplaatsen en een MPV als je kind
een feestje geeft. En heb je toch een eigen auto, die vaak nutteloos voor de
deur staat of op de parkeerplaats van je kantoor, dan laat je deze gebruiken
door anderen in de tijd dat je hem niet gebruikt. Een mooi voorbeeld hierbij
is het initiatief ParkFlyRent op Schiphol. Je gebruikt je auto om naar Schip-
hol te gaan, maar hebt hem tijdens je vakantie drie weken niet nodig. Waar
veel mensen zich dan af laten zetten op Schiphol door familie, kun je nu je
auto laten gebruiken door derden. Je hoeft je auto niet te parkeren, betaalt
geen parkeergeld, wordt voor de vertrekhal met je bagage afgezet en als je
terugkomt staat hij er weer netjes gewassen weer op je te wachten. Indien
je auto verhuurd is, houd je er zelfs nog iets aan over. Wel de lusten, niet
de lasten. Dit past bij onze toenemende behoefte aan comfort, de behoefte
aan flexibiliteit, alles op maat, individueel, snel en gemakkelijk. Uiteraard
vinden we dit concept nu best nog spannend, want het voelt ergens toch
nog wat ongemakkelijk, maar indien we daadwerkelijk de voordelen ervaren
zonder nadelen zal de initiële drempelvrees slechts van korte duur zijn.
Ik noemde al een volgende maatschappelijke trend. Verdere toename van
de individualisering. Eigen behoeften en eigenbelang van een persoon
staan meer voorop, waarbij alles sneller, beter en gemakkelijk moet. Wie
20
21. leest er tegenwoordig nog een uitgebreide gebruiksaanwijzing? Als het
uit zichzelf niet duidelijk is hoe iets werkt is het een rotding en kopen we
de volgende. Een app van 79 cent moet wel echt goed zijn anders nemen
we er wel één die gratis is. We zijn niet meer merk-trouw, bij slechte erva-
ringen stappen we gewoon over naar het volgende en iets moet snel wat
opleveren anders stoppen we onze energie liever in wat anders. Zijn we dan
toch als mens aan het veranderen? Of zijn onze behoeften, vaardigheden
en beperkingen hetzelfde als jaren terug, en is alleen de omgeving waarin
we wonen, werken en verkeren veranderd? Als je iets wilt zeggen over de
toekomst en de invloed van technologische en maatschappelijke ontwikke-
lingen de komende 30 jaar is het altijd interessant als gedachtenexperiment
eens terug te gaan naar 30 jaar geleden. Ik neem u gaarne even mee terug
naar 1984.
1984
Het is 1984, Nederland beschikt op televisie over Nederland 1 én 2 en de
eerste commerciele satellietzender, genaamd SkyChannel doet zijn intrede.
Behalve wellicht hier en daar een Atari spelcomputer beschikten Nederland-
se huishoudens niet over een computer, laat staan een internetaansluiting.
Telefoneren vond plaats door middel van vaste toestellen met een draadje
in de muur, en als je graag wilde ijsberen tijdens het telefoneren nam je
gewoon een heel lang draadje aan je telefoon. Als je echt heel belangrijk
was had je wellicht een autotelefoon, een groot apparaat dat fysiek ver-
bonden was met wederom het bekende draadje, maar ditmaal bevestigd
aan het dashboard in je auto. De enige mobiele telefoon die bestond was
de DynaTAC 8000X van Motorola, met een stand-by tijd van een uur, hij
kostte 4000 US Dollar, met antenne erbij was hij 30 cm groot en het toestel
woog een kilo. Maar, dan kon je er toch zeker een paar minuten mee bellen
voor hij leeg was. Als je iets met iemand zakelijk wilde bespreken belde je
op vanaf kantoor met je vaste lijn of via een brief of fax een afspraak voor
een face to face vergadering. Niemand had nog van Bill Gates gehoord,
de meeste Engelse woorden hadden gewoon nog een goede Nederlandse
vertaling. Nieuwtjes over familie en vrienden hoorde je van elkaar. Niet al-
leen Facebook bestond nog niet, Mark Zuckerman moest zelfs nog geboren
worden. Als je ergens heen reed waar je nog niet eerder was geweest be-
reidde je dat voor met een papieren kaart en het beroemde stratenboek. Als
de weg dan was veranderd ten opzichte van het stratenboek, dan draaide je
je raam open met een fysieke hendel en vroeg je iemand om de weg.
21
22. Mensen zagen ook dat je je raampje opendraaide en iets wilde vragen,
want de meeste mensen die op straat liepen keken voor zich of om zich
heen, en niet naar een schermpje tijdens het lopen. Als je pech had met
de auto liep je naar een gele praatpaal en riep je de ANWB op. We spraken
voor een feestje nog niet af wie er zou rijden, en afleiding in het verkeer be-
stond alleen nog door rare borden langs de weg, het roken van een sigaret
of het wisselen van een cassettebandje in de radiocassettespeler. De meest
geavanceerde in-voertuigtechnologie bestond uit cruise control en uit stuur-
en rembekrachtiging. De enige zelfrijdende auto die er bestond was in ei-
gendom van Michael Knight (zie Figuur 12).
Figuur 12: KITT uit het televisie programma Knight Rider (copyright Daniel Dionne).
Zoals het in 1984 was, is het al lang niet meer, maar we kunnen uit de ont-
wikkelingen vanaf 1984 tot nu toe wel een hoop leren over menselijk ge-
drag, hoe mensen omgaan met nieuwe technologie en of we als mens aan
het veranderen zijn. In mentale en fysieke capaciteit zijn we niet veranderd
als mens, al doen we soms wel alsof. We doen anno 2014 veel meer tege-
lijkertijd, en claimen te kunnen multi-tasken. Volgens Earl Miller, een hoog-
leraar van MIT kunnen we dit echter nog steeds niet goed. Multi-tasken
gaat ofwel ten koste van de kwaliteit van de gecombineerde taken, ofwel
het lijkt op multi-tasken, maar is in feite niet meer dan het continue en snel
schakelen tussen verschillende taken, hetgeen toch tijd kost. Ook hierin
is sinds 1984 niets veranderd. En met name daar, waar we aan de randen
22
23. komen van wat we als mens kunnen, maar wel behoefte aan hebben, kan
ondersteunende technologie een goede rol vervullen. We willen wel graag
onze mail lezen tijdens het autorijden, aangezien de verleiding nu zo dicht
bij is met onze email op de bijrijdersstoel naast ons, maar zolang we zelf
rijden is het nog steeds compleet onverantwoord dit te doen. Maar waar
mensen steken laten vallen kunnen we technologie wellicht wel inzetten
om deze fouten op te vangen, zoals in situaties waarin we afgeleid zijn. Een
beroemde studie uit de VS (Klauer et al, 2006) liet al zien dat wat we achter
het stuur doen zeer divers is, van eten achter het stuur, het opdoen van ma-
ke-up en scheren, tot het doodslaan van vliegen en uiteraard sms-en een
aantal zaken die maar beter niet genoemd kunnen worden. Door een hoop
auto’s uit te rusten met camera’s en mensen 18 maanden lang te volgen
kon exact worden vastgelegd wat mensen deden en hoe dit correleerde
met veiligheid. Hier werd ook nog eens aangetoond dat ogen best heel
erg kort even van de weg mogen worden gehaald, maar dat ongevallen en
bijna-ongevallen duidelijk gecorreleerd zijn met lengte van de kijkduur (zie
Figuur 13). Zodra we onze ogen 2 seconden of langer van de weg halen,
neemt het risico op een ongeval dramatisch toe. Technisch gezien is het
eenvoudig om te meten hoe lang mensen van de weg kijken, waardoor het
ook eenvoudig is om technologie in te zetten om bestuurders te waarschu-
wen weer op de weg te kijken of om de bestuurder op gepaste wijze te on-
dersteunen, bijvoorbeeld door het eerder genoemde Lane Keeping System.
Figuur 13: De totale gemiddelde tijd dat automobilisten hun ogen niet op de weg hadden gedurende de 6 seconden voor
een incident of ongeval (Klauer et al, 2006).
23
24. Het lastige is echter, en dat maakt dit vakgebied voor gedragswetenschap-
pers zo interessant, dat mensen adaptieve wezens zijn en zich dus onder
bepaalde omstandigheden ook weer gaan aanpassen aan het feit dat ze
deze ondersteuning hebben. Als we een systeem hebben dat ons waar-
schuwt wanneer we de rijstrook uitrijden, kunnen we best wat vaker onze
mail checken. Zo kunnen er dus ongewenste neveneffecten optreden, die
niet bedoeld waren door de ontwerper van het systeem, maar waar we
wel rekening mee zullen moeten houden. De onvoorspelbare mens die
altijd weer roet in het eten gooit, en zich nooit precies zo gedraagt als ont-
werpers vooraf hadden bedacht. Neveneffecten, exact op de grens tussen
mens en techniek.
INTERACTIE TUSSEN BESTUURDER EN SYSTEEM
Laten we eens beginnen met deze neveneffecten bij de reeds genoemde
Cruise Control, een van de eerste bestuurdersondersteunende systemen.
Cruise Control (CC) werd al in de jaren 50 ontwikkeld voor Chrysler. Een
zekere meneer Ralph Teetor had zich enorm geërgerd aan het feit dat auto-
mobilisten als ze zaten te kletsen met een passagier in de auto steeds lang-
zamer gingen rijden en wilde daar een oplossing voor. Dhr Teetor had zelfs
bedacht dat er ook nadelen aan zouden kunnen zitten. Zo leek het hem
geen goed idee als mensen met Cruise Control aan door de stad zouden rij-
den. Dit had hij, dacht hij, ondervangen door het systeem zo te ontwerpen
dat het pas vanaf de 4e
versnelling (let wel dit was toen de hoogste versnel-
ling) kon worden ingeschakeld. Waar hij echter aan voorbij ging was het
Human Factors fenomeen Behavioural Adaptation. Er is namelijk een goede
reden waarom mensen onder deze omstandigheden de snelheid reduceren.
Indien de rijtaak een groot deel van de mentale capaciteit van een automo-
bilist in beslag neemt, en hier komt een taak bij, te weten het converseren
met een passagier, dan hebben we al eerder vandaag geleerd dat we niet
altijd in staat zijn deze taken te combineren. Bij multi-tasken leidt dus vaak
de kwaliteit van één van de taken, en in dit geval levert men dus in op het
stabiel op snelheid houden van het eigen voertuig. Door de snelheid dus te
laten zakken blijft de werklast ongeveer op een gelijk niveau en heeft men
meer tijd om te reageren op onverwachte zaken, iets dat we ook terug zien
bij oudere weggebruikers die over het algemeen langzamer rijden, bijvoor-
beeld bij het invoegen op de snelweg dan andere automobilisten (Immers,
Martens & Moerdijk, in press). En als er een grote Mercedes keurig op de
24
25. rechterstrook 80 rijdt tussen het vrachtverkeer dan is de kans ook groot dat
de automobilist aan het bellen of wellicht zijn mail aan het checken is. Voor-
bij gaan aan de reden waarom men de snelheid terug laat zakken, en het
op snelheid houden van een voertuig onafhankelijk van de toestand van de
bestuurder blijft helaas niet zonder consequenties. Onder de juiste omstan-
digheden is CC heerlijk comfortabel en met een alerte bestuurder achter het
stuur gaat dit ook prima. Echter, zoals ik u al eerder leerde, de mens is een
satisficer, geen optimiser. Dat dergelijke neveneffecten ernstige gevolgen
kunnen hebben, hebben we helaas ook in de praktijk gevonden. In 2004,
exact 10 jaar geleden stond de rol van Cruise Control bij het ontstaan van
ongevallen in de schijnwerpers (zie Figuur 14).
Figuur 14: Krantenkop in de Volkskrant in 2004 naar aanleiding van een fataal ongeval.
Bij het plotseling optreden van file moeten mensen zo snel mogelijk rem-
men om kop-staart botsingen te vermijden. U kent allen het beruchte
harmonica-effect ofwel een fileschokgolf waarbij u het ene moment nog
het idee heeft heerlijk door te rijden om het volgende moment opeens fors
in de rem te moeten voor een file die u niet aan had zien komen. Indien
de Cruise Control dan aanstaat en u niet voldoende aandacht bij de rijtaak
heeft, kunt u dus op volle snelheid op de file inrijden. Dit is helaas verschil-
lende malen gebeurd met ook dodelijke afloop tot gevolg, waarbij zelfs ook
vrachtverkeer met volle snelheid op stilstaande files zijn ingereden omdat
men de Cruise Control aan had. Nogmaals, een prettig systeem, maar he-
laas wel met ongewenste neveneffecten. Op locaties waar dergelijke on-
gevallen plaats hebben gevonden, zoals bijvoorbeeld op de E19 van Breda
richting Antwerpen, maar ook op andere locaties waar vaker files plaats-
vonden, zijn vaste borden langs de kant van de weg geplaatst met: Cruise
Control uit (zie Figuur 15).
25
26. Figuur 15: Borden om mensen te stimuleren op filegevoelige trajecten de Cruise Control uit te schakelen.
Maar niet alleen in dergelijke extreme situaties beïnvloedt CC ons gedrag.
Ook in het normale verkeer zijn er, naast het voordeel van een stuk comfort
voor de chauffeur onder rustige verkeersomstandigheden, negatieve ge-
dragseffecten gevonden van Cruise Control. Stel iemand rijdt op de middel-
ste rijstrook van de autosnelweg met Cruise Control aan, en rijdt langzaam
op de voorligger af, die men eigenlijk wil inhalen. Op dat moment komt er
echter iemand op de linkerrijstrook aangereden met een iets hogere snel-
heid, dus men moet in de middelste rijstrook wachten tot deze auto voorbij
is voor men naar links kan gaan. Doordat men de Cruise Control niet uit wil
zetten nadert men de voorligger veel dichter dan men zonder Cruise Control
zou doen, om op het laatste moment met een veiligheidstechnisch onver-
antwoord kleine volgafstand snel naar links te gaan. Dit verhoogt tijdelijk
het risico op een kop-staart botsing en zorgt ervoor dat men dus anders
gaat rijden dan men normaliter zou doen. Ook proberen sommige weg-
gebruikers de CC niet uit te zetten indien ze een bocht doorrijden. Slechts
indien men in de bocht echt het gevoel heeft dat het te hard gaat zet men
de CC uit en is de snelheid dus een tijdlang hoger dan wanneer men zelf de
snelheid zou kiezen.
26
27. Maar voor alles bestaat een oplossing. Tegenwoordig is Adaptive Cruise
Control, ofwel ACC al commercieel verkrijgbaar in verschillende voertui-
gen. Het voordeel hiervan is dat de auto, als de ACC is ingeschakeld niet
alleen een door de bestuurder zelf ingestelde wenssnelheid aanhoudt,
zoals ook bij Cruise Control maar deze snelheid alleen aanhoudt indien
de snelheid van de voorligger dit toelaat. Hierbij stelt de automobilist zelf
een voorkeursvolgtijd in tot de voorligger (iets verder of iets dichterbij). De
auto mindert automatisch vaart indien men een voorligger nadert. Dus stel
je wilt 120 km/h rijden maar je voorligger rijdt maar 112, dan zal je eigen
auto deze auto volgen met 112 tot deze aan de kant gaat en dan weer op-
trekken tot 120 km/h. Ideaal, ook de voet van het gaspedaal, net als met
Cruise Control, maar geen noodzaak het systeem telkens uit en aan te
zetten omdat het andere verkeer langzamer rijdt dan jij. Maar helaas speelt
ook hier een aantal, misschien nog wel interessantere Human Factors as-
pecten (voor een overzicht van effecten van ACC op de bestuurder zie De
Winter, Happee, Martens & Stanton, in press). Het interessante begint al
het met het feit dat er verschillende types ACC zijn, allemaal met hun eigen
functionaliteiten. De ene ACC is een full range ACC, die de auto helemaal
tot stilstand kan brengen indien nodig waar andere ACC systemen alleen
werken bij een bepaalde minimale snelheid. Ook heeft ACC een maximale
remkracht, waardoor de bestuurder zich goed bewust moet zijn van wat het
systeem wel en niet kan. Wanneer het systeem de grenzen bereikt dient
de bestuurder namelijk zelf het remmen weer over te nemen. Net als bij CC
is ACC zo ontworpen dat er altijd prioriteit wordt gegeven aan interventie
van de bestuurder. Zodra de bestuurder remt of met een knop het systeem
uitschakelt wordt het systeem gedeactiveerd. Maar realiseert een bestuur-
der zich voldoende wat het systeem wel en niet doet en wanneer het wel
of niet aanstaat? Bij aanschaf van een auto met ACC krijgt men meestal
geen instructie over hoe de ACC werkt en wat dit specifieke systeem wel
en niet in zijn mars heeft. Zeker wanneer we meer en meer gebruik maken
van concepten als Car Sharing, waarin het ene voertuig uitgerust is met
systeem A dat beschikt over specifieke kenmerken en het voertuig waarin
we de dag erna rijden heeft systeem B met andere kenmerken, kan dit voor
gevaarlijke situaties zorgen. Zo is gebleken dat van de mensen die ACC in
hun auto hadden én zelfs de handleiding hadden gelezen, zich 99% niet
realiseerde dat hun specifieke ACC niet stopte voor stilstaande objecten op
de weg (Llaneras, 2007). En in dit leerproces speelt vertrouwen in het sys-
teem ook een interessante psychologische rol. Bestuurders met meer ver-
trouwen in ACC wachten eerst tot ze zien dat het systeem er niet mee kan
27
28. omgaan om daarna pas in te grijpen (Rajaonah et al, 2008), een fenomeen
dat ik ook al noemde voor CC in bochten. Men gaat deze situaties dus niet
voorkomen maar leert al doende en grijpt dan pas in. Hierbij toont dus juist
de groep met het meeste vertrouwen in het systeem het meest risicovolle
gedrag (Dickie & Boyle, 2009). Verschillende Field Operational Tests, uit-
gevoerd onder de vlag van de Europese Commissie laten zien dat er grote
potentie zit in deze systemen voor het verbeteren van de verkeersveiligheid,
maar dat de daadwerkelijke effecten sterk afhangen van het gebruik er van.
Zo is bekend dat weggebruikers vaker niet-rijtaak gerelateerde activiteiten
gaan uitvoeren als ze ACC gebruiken met een Forward Collision Warning,
waarbij je gewaarschuwd wordt voor een naderende botskoers (Malta et al,
2012). Verschillende ACC studies laten zien dat mensen in het begin nog
wat voorzichtig rijden met ACC, maar naarmate men er langer mee rijdt
er steeds vaker abrupte remacties plaatsvinden (Winner, 2012), waarbij de
bestuurder het systeem overruled door hard op de rem te trappen, iets dat
voor de verkeersveiligheid ongewenst is. Met name situaties die slechts af
en toe voorkomen leiden tot deze verrassingen. Zo kan het zijn dat men zich
niet voldoende realiseert dat het systeem aan is en men schrikt van het feit
dat het eigen voertuig ineens versnelt wanneer de voorligger van rijstrook
wisselt. Een andere onaangename verrassing kan het gedrag zijn van ACC
in bochten. Stelt u zich voor, u heeft de ACC aan staan en volgt dus keurig
uw voorligger. U nadert een bocht naar rechts, en waar uw voorligger wat
snelheid terug neemt voor de naderende bocht doet uw ACC hetzelfde.
Wat gebeurt er echter indien uw voorligger de bocht ingaat? Aangezien
ACC alleen naar voren kijkt verliest uw auto zicht op uw voorligger (deze
gaat immers de bocht al door) en zal uw auto dus vlak voor de bocht gaan
versnellen naar de van tevoren ingestelde Cruise snelheid, waardoor het
kan voelen alsof uw auto op hol slaat (zie Figuur 16).
28
29. Figuur 16: Mogelijk gedrag van ACC in bochten.
Dit wordt ook wel Sudden Unintended Accelerations genoemd, een onder-
werp waar op het Human Factors and Ergonomics Congres hele sessies
aan worden gewijd, aangezien dit soort situaties vaker voorkomen dan al-
leen bij het gebruik van ACC. Sudden Unintended Accelerations staat voor
een serie van situaties waarbij de bestuurder, onafhankelijk van de oorzaak
het gevoel heeft dat de auto, de term zegt het al, tegen de wil van de auto-
mobilist in gaat versnellen. In bepaalde gevallen komt dit doordat men het
systeem zelf aan heeft gezet maar het niet aansluit bij de verwachtingen die
iemand heeft van het systeem, maar dit kan een verscheidenheid aan oor-
zaken hebben. In bepaalde gevallen kan er een technisch falen zijn (er wor-
den op jaarbasis vele auto’s bij alle bekende automobielfabrikanten terug
geroepen vanwege kritische onderdelen of softwarefouten), maar ook men-
selijke fouten spelen hier wederom een rol. Zoals ik al aangaf, het kan zijn
dat men de versnelling niet had verwacht of men zich niet meer realiseert
dat de ACC aanstaat, maar ook komt het voor dat als men de voeten een
29
30. tijd niet heeft hoeven gebruiken voor gasgeven en remmen men uit paniek
het gaspedaal vol indrukt in plaats van de rem.
Maar problemen zijn er om op te lossen. Eerst was er Cruise Control, nu is
er Adaptive Cruise Control en op dit moment zijn we al heel ver met de ont-
wikkeling van CACC, ofwel Cooperatieve ACC. Cooperatief, ik noemde al
eerder de term Cooperatieve Mobiliteit, staat dus voor het uitwisselen van
informatie, in dit geval tussen voertuigen onderling. CACC kan veel sneller
reageren op versnellingen en vertragingen dan de conventionele ACC, aan-
gezien voertuigen continue informatie aan elkaar doorgeven, waardoor er
al gereageerd kan worden op een afremmend voertuig dat bijvoorbeeld 5
auto’s voor je uit rijdt. Dit betekent ook dat auto’s dichter op elkaar kunnen
gaan rijden omdat de reactietijd van de bestuurder kan worden uitgescha-
keld en men dus als het ware als een treintje achter elkaar kan gaan rijden.
De bestuurder moet hier nog wel zelf sturen, net als bij CC en ACC maar
hoeft geen gas meer te geven of te remmen. Indien we de technologie van
CACC combineren met laterale ondersteuning zoals ook reeds ontwikkeld
is (ik noemde al eerder het Lane Keeping System), gaan we al richting pla-
tooning, in de volksmond ook wel het rijden in een treintje genoemd. Het
sluit ook goed aan op het beeld dat Volvo naar buiten brengt over hun visie
op de toekomst van automatisch rijden. In dit stadium kan de bestuurder in
feite een boekje lezen achter het stuur of even de ogen dicht doen, kortom,
de bestuurder is dan echt tijdelijk ‘out of the loop’. In die situaties spelen
op het vlak van Human Factors met name vragen rondom de overgang
van handmatig rijden naar het opnemen in deze platoon, en natuurlijk over
de overgang weer terug van automatisch naar handmatig rijden. Zo zullen
systemen moeten kunnen gaan inschatten of de bestuurder er klaar voor is
om de controle weer terug over te nemen. Er wordt op dit moment geschat
dat hoe hoger we in het niveau van automatisering van de rijtaak komen
zoals gehanteerd door de SAE, hoe meer tijd het zal kosten voordat de be-
stuurder weer klaar is om de rijtaak over te nemen. Dit wordt schematisch
weergegeven in Figuur 17.
30
31. Figuur 17: De toename in tijd die het kost om de bestuurder weer volledig ‘in the loop’ te krijgen en de rijtaak over te ne-
men zoals gekoppeld aan een toename in niveau van automatisering (zoals gepresenteerd door Burns, 2014).
Hierbij wordt het dus de uitdaging de bestuurder op het juiste moment
weer ‘in the loop’ te krijgen, en hem/haar voldoende bewust te laten zijn
van de omgeving, het overige verkeer en welke handelingen nodig zijn om
de rijtaak veilig uit te voeren. Dit wordt ook wel Situational Awareness ge-
noemd. Heel erg interessant hierbij is dat naast een aantal Human Factors
vragen die relateren aan de automobilisten aanwezig in het platoon er juist
ook nieuwe onderzoeksvragen ontstaan ten aanzien van het gedrag van de
overige weggebruikers, kortom de mensen die juist niet beschikken over de
slimme technologie. Technologie kan namelijk ook indirect van invloed zijn
op het gedrag van weggebruikers. En ook hier kunnen we weer leren uit
het verleden.
BEÏNVLOEDEN GEDRAG VAN NIET-GEBRUIKERS
Een mooi en welbekend voorbeeld van technologie die ook automobilisten
beinvloedt zonder dit systeem is ABS (anti-lock braking system). ABS voor-
komt dat de wielen van een voertuig blokkeren indien er hard wordt ge-
remd. Het systeem is in feite ontworpen om een menselijke fout op te hef-
fen, te weten niet-pompend remmen. Het systeem grijpt altijd in indien de
wielen dreigen te blokkeren en simuleert als het ware pompend remmen,
waardoor er minder kop-staart botsingen zouden moeten optreden. Maar
wat bleek het geval? Gemeten over een langere periode leidde het gebruik
van ABS niet tot minder kop-staart ongevallen. Er traden zelfs meer onge-
31
32. vallen op waarin het ongeval weliswaar niet toegeschreven kon worden aan
de bestuurder van de auto met ABS maar aan de achterligger van het voer-
tuig (Aschenbrenner & Biehl, 1994). Uit analyse van de ongevallen bleek dat
deze voertuigen met ABS heel hard hadden geremd, iets dat door de be-
stuurders achter hen waarschijnlijk niet verwacht werd. Zo veroorzaakte de
chauffeur met ABS zelf dus minder aanrijdingen, maar raakte hij wel vaker
door anderen zonder ABS betrokken bij ongevallen. Dit betekent dat we dus
in overgangssituaties, waarin sommige mensen al wel met nieuwe tech-
nologie rijden en anderen nog niet, zo goed mogelijk moeten ontwerpen
voor deze indirecte effecten. In het geval van CACC of bij platooning kan
het bijvoorbeeld zo zijn dat andere weggebruikers inderdaad sneller op een
platoon inrijden aangezien het platoon veel sneller kan decelereren en al
reageert op situaties die een normale bestuurder nog niet kan waarnemen.
Of mensen raken gewend aan het zien van dergelijke korte volgafstanden,
zodat men zelf ook wat korter gaat volgen in het normale verkeer.
Hierover nadenkend kom je al snel bij de vraag: Moeten coöperatieve of
automatisch rijdende voertuigen wellicht een apart signatuur krijgen zodat
ze herkenbaar zijn voor het overige verkeer? Of moeten we het gedrag van
automatische voertuigen toch meer aan laten sluiten op normaal mense-
lijk rijgedrag zodat zowel de gebruikers als de niet-gebruikers niet al te zeer
worden verrast? Indien we kijken naar menselijke interactie met robots, bij-
voorbeeld in de gezondheidszorg, zien we dat voor acceptatie het gedrag
van robots beter aan kan sluiten op hoe mensen deze zorg zouden verlenen,
en bepaalde elementen van het menselijk gedrag of menselijke bewegingen
hier goed in te brengen. Toch werkt het niet het beste om robots exact ge-
drag van mensen te kopiëren. Het is juist ook interessant om robots zaken
te laten uitvoeren die mensen niet zouden kunnen doen. Ditzelfde geldt voor
automatische voertuigen. Indien het 1 op 1 aansluit op hoe mensen nu zelf
rijden dan zijn er weinig voordelen. Maar voor de acceptatie op dit moment is
het wel belangrijk om dit gedrag enigszins aan te laten sluiten bij de huidige
verwachtingen. Deze verwachtingen zullen op termijn veranderen, net als
het geval is geweest met ABS. Waar een huidige generatie 50 plussers nu
nog aangeeft niet graag verzorgd te worden door een robot geven kinderen
al veel sneller aan dat een robot echt hun vriend is. We zitten heel duidelijk
in een overgangssituatie.
Indien een volgende generatie op zal groeien met automatische auto’s,
gewend zal zijn om de controle letterlijk uit handen te geven en gewend
32
33. zal zijn aan het gedrag van deze voertuigen, zal acceptatie en Automation
Surprise (waarbij men de actie van het automatische systeem niet had
verwacht) veel minder een probleem zijn. Deze gewenning kost echter nog
enige tijd. Daarom is het nu belangrijk om toe te werken naar die situaties
waarin slimme ondersteuning, langs de kant van de weg of in het voertuig
daadwerkelijk breed beschikbaar komt en ook daadwerkelijk wordt ervaren
als slim, behulpzaam en prettig. De populaire uitspraak ‘Een automatisch
rijdende auto, dat accepteert een weggebruiker toch nooit, we willen toch
zelf rijden?’ is veel te algemeen gesteld. Het is immers niet prettig om te
moeten stoppen voor een verkeerslicht om daarna net als je tot stilstand
bent gekomen direct weer groen licht te krijgen. Het is niet prettig om in
de file continue op te moeten trekken om daarna weer vol in de rem te
gaan omdat het 800m verder weer stilstaat. Het is niet prettig om niet te
weten hoe hard je ergens mag rijden, en een bekeuring te krijgen op het
moment dat je denkt je aan de snelheid te houden. En het is niet prettig om
hele saaie lange autoritten te moeten maken waarbij je bijna in slaap valt.
Juist de situaties waarin we overduidelijk de voordelen van slimme syste-
men door de automobilist kunnen laten ervaren, bieden houvast. Voor een
optimale samenwerking tussen mens en techniek, noem het idealistisch
symbiose, moeten we de voordelen van de techniek combineren met de
flexibele menselijke vaardigheden.
OP WEG NAAR DE TOEKOMST
De toekomst van slimme mobiliteit ligt dus in coöperatieve mobiliteit, waar-
in bestuurders, verkeerslichten, voertuigen en de weg zo veel mogelijk
informatie uitwisselen en samenwerken om uiteindelijk het verkeer veiliger,
schoner en comfortabeler te maken met minder files. Coöperatief betekent
letterlijk ‘in samenwerking’, een mooie symbolische term want juist de
implementatie van coöperatieve mobiliteit kan niet door slechts één partij
gerealiseerd worden maar zal samen moeten worden gedaan. We kunnen
geen auto maken die signalen oppikt vanuit de wegkant wanneer de weg-
beheerder deze informatie niet verstuurt. We maken niet optimaal gebruik
van coöperatieve mobiliteit wanneer een Ford alleen signalen op kan pikken
van een andere Ford maar niet kan communiceren met een Volkswagen.
Samen zullen we de stukjes van de puzzel op moeten lossen. Technici,
gedragswetenschappers en beleidsmakers spelen allen een belangrijke rol,
maar techniek, gedrag, en beleid zullen samen moeten werken om coöpe-
33
34. ratieve mobiliteit goed van de grond te krijgen. Ook wettelijk zullen er een
aantal zaken geregeld moeten gaan worden. Zo vinden er op dit moment
aanpassingen plaats op de Vienna Convention on Road Traffic, die dateert uit
1968. In the Vienna Convention hebben verschillende landen wereldwijd af-
gesproken hoe de veiligheid en aansprakelijkheid in het verkeer is geregeld.
Daarin stond tot nu toe in Artikel 8: Elk bewegend voertuig of een combi-
natie van voertuigen moet een bestuurder hebben en elke bestuurder moet
beschikking hebben over de benodigde fysieke en mentale capaciteit om te
rijden, en in een fitte fysieke en mentale toestand verkeren.
Daarnaast wordt in de Vienna Convention aangegeven dat elke bestuurder
te allen tijden in staat moet zijn om controle over zijn voertuig of dieren te
hebben, en dat een bestuurder activiteiten die niet met autorijden te maken
hebben te allen tijden moet minimaliseren. Deze afspraken zijn destijds
gemaakt om de aansprakelijkheid te regelen, maar komen met name ook
voort uit de wens voor een veilig verkeer. Aangezien we met de huidige
kennis en inzichten het idee hebben dat de mens en het systeem het samen
wel eens veiliger en efficiënter zouden kunnen doen dan de mens alleen, en
we de mens natuurlijk juist wel andere dingen willen laten doen op het mo-
ment dat een voertuig de rijtaak volledig en veilig over kan nemen, wordt
op dit moment door de Rijksdienst voor het Wegverkeer (RDW) gekeken
onder welke omstandigheden wel toegestaan kan worden dat een sys-
teem de controle overneemt en onder welke omstandigheden er met deze
coöperatieve en (deels) automatisch rijdende systemen getest kan gaan
worden. De mens kan tijdens dit testen bijvoorbeeld tijdelijk ingezet worden
als back-up van een geautomatiseerd systeem, waar de systemen tot nu
toe juist worden ingezet als back-up voor het falen van de mens. En ik zeg
hierbij expliciet tijdelijk, aangezien uit vigilantie-studies blijkt dat mensen
hier niet zonder meer goed in zijn. Hoe beter het systeem is, hoe minder
de mens dus in feite hoeft te doen, hoe minder goed we onze aandacht bij
deze monitoring taak kunnen houden. Dit sluit wederom aan bij de eerder
genoemde voorbeelden over ACC, waarin het grootste risico lag bij be-
stuurders die het systeem onder alle omstandigheden vertrouwden. Al eer-
der keken we naar deze monitoring taak in een rijsimulatorstudie (Martens,
Wilschut & Pauwelussen, 2008). We lieten mensen rijden met een systeem
dat het sturen, gas geven en remmen volledig overnam en men in principe
de handen van het stuur en de voeten van de pedalen kon halen. Het sys-
teem volgde automatisch de weg, reed volgens de snelheidslimiet, remde
zelf af voor voorliggers en reed veilig door bochten. Mensen hoefden alleen
34
35. in te grijpen wanneer men af wilde slaan, en wanneer men een kruising
naderde. De bestuurder was in principe dus een monitor, en hoefde alleen
actie te ondernemen rondom kruispunten. Op de laatste rit die men reed
confronteerde we proefpersonen met een aantal onverwachte situaties,
waarvan voor hen niet helemaal duidelijk was of het systeem hier nu wel
of niet mee om kon gaan. Dit betrof bijvoorbeeld een auto die plotseling de
weg op reed vanaf een parkeerplaats, of een onverwachte file. Hierbij ble-
ken proefpersonen in deze omstandigheden heel goed in staat om snel te
reageren op dergelijke onverwachte situaties. Deze snelle reacties kwamen
voort uit het feit dat men het systeem nog niet helemaal vertrouwde, én dat
men regelmatig zelf nog moest handelen rondom kruispunten. In situaties
waarin men een dergelijk systeem meer vertrouwde, bijvoorbeeld bij aparte
banen voor automatisch rijdende voertuigen, was men wel substantieel
later met reageren op kritische events (Tofetti et al, 2009). Zodra mensen
dus te veel ‘out of the loop’ raken, omdat ze ofwel maar weinig hoeven te
doen, ofwel het systeem volledig vertrouwen, treedt er een potentieel risico
op. Kortom, ook hier is het belangrijk om mensen voldoende in the loop te
houden indien men nog moet kunnen ingrijpen, maar out of the loop te ha-
len wanneer dit veilig kan. Kortom, we moeten de systemen op een veilige
manier ontwerpen en natuurlijk goed testen zodat de mens en het systeem
elkaar uiteindelijk daadwerkelijk aanvullen en ontlasten.
Het aanpassen van juridische kaders, technische ontwikkelingen, ge-
dragsonderzoek, alle zeilen worden bijgezet om Cooperative Driving verder
te brengen. Dat geen van de partijen dit alleen kan wordt voorts onder-
streept door allerlei mooie initiatieven, zoals het programma Connecting
Mobility van het Ministerie van Infrastructuur en Milieu, publiek-private
samenwerkingsprogramma’s zoals DAVI (Dutch Automated Vehicle Initi-
atieve) en DITCM (Dutch Integrated Testsite for Cooperative Mobility), en
verschillende Europese projecten zoals het AdaptIVe, InteractIVe, DriveC2X,
en Human Factors in Automated Driving. Connecting Mobility is het pro-
gramma van de overheid, waarin bedrijfsleven, overheid en kennisinstellin-
gen samen werken aan een routekaart voor Nederland op het gebied van
verkeersmanagement en verkeersinformatie. De klassieke verdeling waarin
alles op en naast de weg de verantwoordelijkheid was van de overheid, en
alles in de auto verantwoordelijkheid was van de automobielfabrikant is al
voorbij. Er zal steeds meer op maat worden aangeboden door middel van
in-voertuig adviezen en waarschuwingen in plaats van op vaste of dyna-
mische borden langs de kant van de weg, waardoor ook de overheid bij
35
36. deze ontwikkelingen het voortouw neemt voor onderzoek en ontwikkeling.
In het Connecting Mobility programma staat Human Factors ook expliciet
genoemd als één van de belangrijke thema’s. DAVI is een Nederlands initia-
tief waarin door middel van een publiek-private samenwerking de TU Delft,
RDW, Connekt en TNO zich samen met vele andere partijen inspannen om
automatisch rijden in Nederland op de kaart te zetten. Ook hier speelt de
Human Factor een grote rol.
Het grootste Nederlandse initiatief en samenwerking op het gebied van
cooperative driving heet DITCM, de Dutch Integrated Testsite for Coopera-
tive Mobility (www.ditcm.eu). DITCM is een Nederlands initiatief voor een
open innovatie organisatie waarin kennisinstellingen samenwerken met de
industrie en de overheid op het gebied van cöoperatieve mobiliteit. Rond de
30 partners (zie Figuur 18) werken binnen DITCM samen om kennis te ont-
wikkelen en vooral ook kennis en data te delen over coöperatieve mobiliteit.
Figuur 18: De partijen die tot het schrijven van deze rede aangesloten waren bij DITCM.
36
37. Het uiteindelijke doel van DITCM is om tot de succesvolle introductie te ko-
men van coöperatieve systemen voor een slimme en duurzame mobiliteit.
Om dit te kunnen realiseren zijn er binnen DITCM een aantal inhoudelijke
programmalijnen opgesteld. En u raadt het al, één van deze programma-
lijnen heet Human Factors. Binnen deze DITCM programmalijn Human
Factors werk ik samen met collega’s vanuit de TU Delft, TU Eindhoven,
Fontys hogeschool, ANWB, RWS, Vialis, TomTom, Imtech en DTV Royal
Haskoning. Gezamenlijk hebben we een Human Factors kennisagenda
opgesteld waarin we aangeven welke HF vragen er rondom coöperatieve
mobiliteit spelen en welke HF zaken er als eerste gezamenlijk opgepakt
moeten worden om cooperatieve mobiliteit tot een succes te maken. The-
ma’s die hierbij aan de orde komen raken aan eerder door mij genoemde
aspecten, zoals Hoe veranderen weggebruikers hun gedrag als gevolg van
het invoeren van coöperatieve systemen en nieuwe technologie? Wat zijn de
te verwachten korte en lange termijn effecten van dergelijke systemen? Hoe
vindt de interactie tussen bestuurders van coöperatieve en niet-coöperatieve
systemen plaats? Hoe kunnen we de Human Machine Interaction (HMI) zo
ontwerpen dat deze is toegespitst op de specifieke gebruiker en de specifieke
omstandigheden?
Door middel van het leren van ongevalsanalyses, rijsimulatorstudies, obser-
vaties van camerabeelden opgenomen langs de weg, praktijkstudies met
geïnstrumenteerde voertuigen waarin we verschillende nieuwe technologie
laten ervaren en precies meten hoe men zich gedraagt en het zelf actief
testen zijn we bezig om steeds meer stukjes van de puzzel op te lossen. De
puzzelstukjes rondom de bestuurders van voertuigen enerzijds, maar ook
zeker rondom andere verkeersdeelnemers, zoals motorrijders, brommers,
fietsers en voetgangers, waarbij er nieuwe vragen opkomen rondom de so-
ciale omgangsvormen in het verkeer. Op dit moment zegt oogcontact nog
veel in het verkeer. Heeft iemand je gezien, verleent iemand je voorrang?
Maar hoe moet je als fietser straks omgaan met een automobilist die naar je
kijkt en vriendelijk glimlacht? Gaat hij of zij je voorrang verlenen of bestuurt
deze persoon het voertuig op dat moment helemaal niet? Er is dus in de
toekomst niet noodzakelijkerwijs een relatie meer tussen de intentie van de
bestuurder en het gedrag van het voertuig. Zo berichtte de pers op 5 juli
2014 dat Mercedes zich bezig houdt met de vraag hoe slimme voertuigen
het best kunnen communiceren met bijvoorbeeld voetgangers, waarbij
de voertuigen ook inzicht moeten gaan krijgen in menselijke gebaren en
non-verbale taal (zie Figuur 19).
37
38. Figuur 19: Bericht van 5 juli 2014 op nu.nl
En zo zijn er nog vele en vele interessante onderzoeksgebieden en thema’s
waar ik als gedragswetenschapper graag mijn tanden de komende jaren in
wil zetten met collega’s, AIOs en studenten.
38
39. TOT SLOT
Na het beschrijven van al deze mooie uitdagingen die de komende jaren
in het verschiet liggen ben ik aan het einde gekomen van mijn inaugurele
rede. Ik gaf het al eerder aan, Coöperatieve Mobiliteit doe je niet alleen,
maar onderzoek en een leerstoel bekleden kun je ook niet alleen. Allereerst
wil ik uiteraard de Universiteit Twente en TNO bedanken voor het in mij ge-
stelde vertrouwen om het onderzoek binnen dit vakgebied als hoogleraar in
goede banen te leiden. Daarnaast gaat mijn dank uit naar de Stichting Toe-
komstbeeld der Techniek, die mijn leerstoel ondersteunt en specifiek naar
Pierre Morin, die zich inzet om mens en techniek in de toekomstverken-
ningen te verbinden. Ook de samenwerking binnen DITCM, het EU project
Human Factors in Automated Driving en alle projecten onder Connecting
Mobility waardeer ik enorm en ervaar ik als zeer constructief en vooruitstre-
vend.
In een wereld, waarin soms hoge eisen worden gesteld ten aanzien van
werktijden en werkuren is het fantastisch als je privé daar ook in onder-
steund wordt. Daarom wil ik in het bijzonder even stilstaan bij mijn vader,
mijn moeder en mijn zus, die letterlijk aan mijn wieg hebben gestaan en me
hebben gevormd tot wie ik ben. Maar, ook wil ik mijn schoonfamilie en mijn
lieve vrienden bedanken. Jullie staan aan de zijlijn en ondersteunen mij in
waar ik voor ga maar houden me terecht ook regelmatig bij de les van het
leven. En Erwin, mijn steun en toeverlaat die me ondersteunt in alles wat ik
onderneem.
Ik heb gezegd.
39
40. REFERENTIES:
- Aschenbrenner, M. and Biehl, B. (1994). Improved safety through
improved technical measures? Empirical studies regarding risk
compensation processes in relation to anti-lock braking systems. In R.
M. Trimpop and G.J.S. Wilde, Challenges to accident prevention: The
issue of risk compensation behaviour. Groningen, the Netherlands: Styx
Publications.
- Burns, P. (2014). Safety and Human Factors Challenges for Emerging
Vehicle Technologies. Presentation held at the 6th
Annual International
Conference on URBAN Traffic Safety. April 28-May 2, 2014. Edmonton,
Alberta, Canada.
- CBS (2010). Tempo vergrijzing loopt op. Persbericht PB10-083.
http://www.cbs.nl/NR/ rdonlyres/ BB0BFB7A-6357-4D2E-92DF-
FA706E4EE6E1/0/ pb10n083.pdf
- CBS (2013a). Centraal Bureau voor de Statistiek (http://statline.
cbs.nl/StatWeb/publication/?VW=TDM=SLNLPA=81129N
EDD1=2D2=0D3=aD4=aD5=0D6=lHD=130830-
1159HDR=T,G4,G5,G1,G2STB=G3)
- CBS (2013b). Autobezit jongeren daalt. Webmagazine Centraal Bureau
voor de Statistiek. http://www.cbs.nl/nl-NL/menu/themas/dossiers/
jongeren/publicaties/artikelen/archief/2013/2013-3828-wm.htm
- De Winter, J.C., Happee, R., Martens, M.H. Stanton, N.A. (in press).
Effects of adaptive cruise control and highly automated driving on
workload and situation awareness: A review of the empirical evidence.
Transportation Research Part F: Traffic Psychology and Behaviour.
- Dickie, D.A. and Boyle, L.N. (2009). Drivers’ understanding of adaptive
cruise control limitations. Proceedings of the Human Factors and
Ergonomics Society Annual Meeting, 53(23), pp 1806-1810.
- Fitts, P. M. (Ed) (1951) Human engineering for an effective air navigation
and traffic control system. National Research Council, Washington, DC.
40
41. - Immers, B., Martens, M. Moerdijk, S (in press). Tuning highways for
future use: The role of the elderly driver. FERSI Conference on Ageing
and Safe Mobility, Bergisch Gladbach, November 2014.
- KIM (2013). Mobiliteitsbalans 2013. Kennisinstituut voor
Mobiliteitsbeleid, Ministerie van Infrastructuur en Milieu, Den Haag.
ISBN: 978-90-8902-113-7.
- KIM (2014). Niet autoloos, maar auto later. Voor jongvolwassenen
blijft de auto een aantrekkelijk perspectief. Kennisinstituut voor
Mobiliteitsbeleid, Ministerie van Infrastructuur en Milieu, Den Haag.
ISBN: 978-90-8902-119-9.
- Klauer, S.G., Dingus, T. A., Neale, V. L., Sudweeks, J.D. and Ramsey, D.J.
(2006). The Impact of Driver Inattention On Near-Crash/Crash Risk: An
Analysis Using the 100-Car Naturalistic Driving Study Data. DOT HS 810
594. National Highway Traffic Safety Administration, US Department of
Transportation, Washington DC.
- Llaneras, R. (2007) Misconceptions and self-reported behavioral
adaptations associated with advanced in-vehicle systems: lessons
learned from early adopters. In: Driving Assessment 2007: 4th
International Driving Symposium on Human Factors in Driver
Assessment, Training and Vehicle Design, pp 299-305.
- Malta, L., Ljung Aust, M., Faber, F., Metz, B., Saint Pierre, G.,
Benmimoun, M., and Schäfer, R. (2012). EuroFOT final results: Impacts
on traffic safety. Technical Report.
- Martens, M.H., Wilschut, E. Pauwelussen, J. (2008). Semi-autonomous
driving: Do drivers still respond to unexpected events? Proceedings of
the 15th
ITS World Conference, New York.
- Rajaonah, B., Tricot, N., Anceau, F. and Millot, P. (2008). The role of
intervening variables in driver-ACC cooperation. International Journal of
Human-Computer Studies, 66(3), pp 185-197.
- Rumar, K. (1985). The Role of Perceptual and Cognitive Filters in
Observed Behavior. In: L. Evans and R. Schwing (Eds.) Plenum Press.
41
42. - RWS (2014a). Publieksrapportage Rijkswegennet 3e
periode 2013.
Inclusief jaaroverzicht 2013. Rijkswaterstaat, Ministerie van Infrastructuur
en Milieu. Verschenen op 20 januari 2014.
- RWS (2014b). Publieksrapportage Rijkswegennet 1e
periode 2014.
Verschenen op 23 mei 2014.
- SAE (2014). Taxonomy and Definitions for Terms Related to On-Road
Motor Vehicle Automated Driving Systems. Standard J2016. Society
of Automotive Engineers, On-Road Automated Vehicle Standards
Committee.
- Svensson, O. (1981). Are we all less risky and more skillful than our
fellow drivers? Acta Psychologica, 47(2), pp 143-148.
- Tofetti, A., Wilschut, E.S., Martens, M.H., Schieben, A., Rambaldini,
A., Merat, N. Flemish, F. (2009). CityMobil: Human Factor Issues
Regarding Highly Automated Vehicles on eLane. Transportation Research
Record: Journal of the Transportation Research Board. Vol 2110/2009
Transit 2009, Vol. 1, pp 1-8. DOI 10.3141/2110-01.
- Van Voorst tot Voorst, M. Hoogerwerf, R. (2013). Het vervoer van
morgen begint vandaag. Stichting Toekomstbeeld der Techniek,
publicatie 78, Den Haag. ISBN: 978-94-91397-06-6.
- Winner, H. (2012). Adaptive Cruise Control. In: Eskandarian, A. (Ed.)
Handbook of Intelligent Vehicles, pp 613-656.
42